平行シード検出と反発レベルセットを用いた病理組織標本における重複細胞のロバスト分割

Robust Segmentation of Overlapping Cells in Histopathology Specimens Using Parallel Seed Detection and Repulsive Level Set
Xin Qi, Fuyong Xing, David J. Foran, Lin Yang
IEEE Transactions on Biomedical Engineering, Vol.59, No.3, pp. 754-765, 2012
20171214_kkobayashi

組織病理標本の自動画像解析は,乳癌の早期発見およびより良い特徴評価を支援できる可能性がある.撮像さ れた組織マイクロアレイ(tissue microarrays:TMA)を含む細胞の自動分割は,定量分析をするために必要であ る.残念なことに,細胞の集合体および重なりは,ほとんどの従来の分割アルゴリズムにとって重大な課題とな る.本論文では,標準的な RGB カメラを用いて得られたヘマトキシリン染色された乳房 TMA 標本において,接 触細胞を確実に分離できる新たなアルゴリズムを提案する.このアルゴリズムは 2 つの手順で構成される.まず, single-path 投票と mean-shift クラスタリングを用いた,高速で信頼性の高い対象を中心としたローカリゼーショ ンアプローチを行う.次に,インタラクティブモデルに基づく level set 法を用いて各セルの輪郭を求める.我々 は,実験結果を最新の報告された文献と比較した.最後に専門家によって評価されたピクセル単位の精度と,新 しい自動分割アルゴリズムによって生成された精度を比較することによって,性能を評価した.この方法により, 集合し重なっている細胞を 2200 個以上含む 234 枚の画像パッチを用いてシステム的に実験を行った.また,血液 塗抹標本および数千個の細胞を含む TMA を含む全スライド画像を用いて実験を行った.シード検出アルゴリズ ムの投票ステップは並列化に適しているため,グラフィック処理ユニットを使用して実装された並列化したアルゴ リズムは,C/C++実装よりも大幅な高速化が実現した.

多重スケール特徴量統合のためのショートカットを備えた深層3 次元畳み込みエンコーダネットワークの多発 性硬化症病変セグメンテーション

Deep 3D Convolutional Encoder Networks With Shortcuts for Multiscale Feature Integration Applied to Multiple Sclerosis Lesion Segmentation
IEEE transactions on medical imaging, vol. 35, no.5, pp. 1229-1239, 2016
20171007_ttamaki

我々は,ショートカット接続を有する深層3 次元畳み込みエンコーダーネットワークに基づく新規のセグメンテーション手法を提案し,それを磁気共鳴画像における多発性硬化症(MS)病変のセグメント化に適用する.我々のモデルは,2 つの相互接続された経路,すなわち,より抽象的で高レベルの画像特徴を学習する畳み込み経路と,ボクセルレベルでの最終的なセグメンテーションを予測するデコンボリューション経路とからなるニューラルネットワークである.特徴抽出および予測経路の共同訓練は,画像タイプおよびセグメンテーションタスクの任意の所与の組み合わせに対する精度のために最適化された異なるスケールでの特徴の自動学習を可能にする.さらに,2 つの経路間のショートカット接続により,高レベルと低レベルのフィーチャを統合することができ,広範囲のサイズにわたる病変のセグメンテーションが可能となる.2 つの公的に利用可能なデータセット(MICCAI 2008 およびISBI 2015 チャレンジ)について我々の方法を評価した結果,我々の手法は,トレーニングに利用可能な比較的小規模のデータのみであってもトップランクの最先端の方法と同等に機能することが示された.さらに,本手法を,MS 臨床試験からの大量のデータセットを使って,自由に入手可能で広く使用されている5 つのMS 病変セグメンテーション法(EMS、LST-LPA、LST-LGA、Lesion-TOADS およびSLS)と比較した.その結果は我々の手法が広範囲の病変サイズにわたってこれらの他の手法より一貫して優れていることを示している.

クランプ分割に基づく,神経核のセグメンテーションと画像の二段階二値化

Segmentation of neuronal nuclei based on clump splitting and a two-step binarization of images
Expert Systems with Applications, Vol.40, pp.6521-6530, 2013
20161101ygoto

本稿では,神経科学分野で多くの実験研究における技術的な問題を提示し,共焦点顕微鏡画像において神経細 胞の核をセグメンテーションするアルゴリズムを提示する.個々のオブジェクトの不完全で不規則な染色としての 細胞核の可視化は技術的に困難である.本稿では,画像の二値化に着目し,元画像からセグメンテーションされた 個々の細胞核にアルゴリズムを適用する.これらの画像の中で頻繁に表示される細胞核のクラスター分裂に焦点 を当てる.そこから本稿では,核の数とサイズの両方の正確なアカウントに重複細胞核を分類するためのクランプ 分割アルゴリズムを提案する.提案アルゴリズムは大脳皮質の異なる層の画像の異なるセットでも有用性を示す

組織病理画像の細胞核自動検出とセグメンテーションの改善

Improved Automatic Detection and Segmentation of Cell Nuclei in Histopathology Images
IEEE Transactions on Biomedical Engineering, Vol.57, 2010, pp.841-852
20160928ygoto

細胞核の自動分割は,画像からの細胞数測定に不可欠である.これまでも研究されてきたが,精度,速度,自 動化のレベル,かつ適合性を改善する必要がある.本論文では細胞核をセグメント化するための堅牢で正確な新 規手法を提案する.画像の背景は,グラフカットベースの二値化を用いて自動抽出する.次に,核のシード点は, 距離に基づく適応型スケール選択によって制約マルチスケールオブガウシアンフィルタを組み合わせる手法によ り検出する.また,これらの複雑な計算を低減するためにα拡張グラフの手法を組み込んだグラフカットベース アルゴリズムを用い分割を実行する.提案するセグメンテーションアルゴリズムの全体的な精度は 86 %を超えた. セグメンテーションエラーにつながった交絡画像の特性は高い細胞密度,不規則な核とエッジ情報であった.分 割結果から効率的な細胞の自動細胞領域分割を提示する

大腸内視鏡NBI 画像データにおけるポリープの自動領域分割

Automatic Segmentation of Polyps in Colonoscopic Narrow-Band Imaging Data
IEEE Transactions on Biomedical Engineering, Vol. 59, No. 8, pp.2144{2151, 2012

大腸癌は世界中において癌の中で3 番目に多い癌である.しかし,この疾患は大腸内視鏡検査において前駆体
の腺腫性ポリープを検出,切除することにより予防することができる.大腸内視鏡検査の間,内視鏡医は大腸ポ
リープを探す.過形成ポリープは良性であるが,腺腫性ポリープは癌化する可能性がある.したがって,検出され
たポリープを全て切除し,組織検査へ送るのが一般である.しかし,過形成ポリープを取り除くことは患者に不
必要なリスクをもたらし,組織検査にも不必要なコストがかかる.本稿では,我々は教帯域観察(NBI)に基づく
新たな光学的生検アプリケーションの初めの部分の開発を行った.自動システムへの障害はポリープ分類のアル
ゴリズムが手動での領域分割を必要としていることであるため,我々は大腸NBI データにおいて自動的にポリー
プの領域分割を行った.我々はgPb-OWT-UCM アルゴリズムの拡張であり,境界検出および領域分割の最新の
アルゴリズムであるShape-UCM アルゴリズムを提案する.Shape-UCM はポリープの形状に関する事前知識を
含めることによりgPd-OWT-UCM における固有スケール選択問題を解決する.Shape-UCM の性能は従来の手
法より優れており,87 枚の画像のテストセットにおいて92%の特異度,71%の感度,88%の精度であった.

20150722 hayashinuma

画像領域分割における2 順序粒子群最適化アルゴリズムの応用

Application of two-order particle swarm optimization algorithm in image segmentation
Computer-Aided Industrial Design Conceptual Design (CAIDCD), 2010 IEEE 11th International Conference
on (Volume:1),pp.749-752,2010

2 順序粒子群最適化アルゴリズムは2007 年にHu Jianxiu とZeng Jianchao によって2007 年に提示された.本
稿では標準的な粒子群最適化と2 順序粒子群最適化アルゴリズムについて検討している.本稿では,多重閾値領
域分割を行うために変更された2 順序粒子群最適化アルゴリズムを用いる.評価実験では2 順序粒子群最適化ア
ルゴリズムに基づく多重閾値領域分割手法が効果的に画像を分割できたことを示している.

particle swam,optimization,image,segmentation

pdf

時系列データマイニングに関する総説

A review on time series data mining
Engineering Applications of Arti cial Intelligence, Volume 24, Issue 1, February 2011, Pages 164{181

時系列は、時間データオブジェクトの重要なクラスであり、それは科学的・経済的なアプリケーションから容易に取得することができる.時系列は、年代順になされた観察の集合体である.時系列データは次の性質を含んでいる:データサイズの大きさ、高次元、そして連続的に更新する必要性。さらに、数的・連続的な性質が特徴である時系列データは、常に個々の数値欄の代わりに全体として考えられる。時系列データの使用増加により、データマイニング分野において多くの研究開発の試みが始まった。ここ十年間の時系列データマイニングについての多くの研究は、その複雑さにより、興味を持った研究者の介入を妨げてきた。この論文は、既存の時系列データマイニング研究の包括的なレビジョンであり、一般的な表現への分類、インデックス化、類似性測度、区分化、可視化、マイニングについて扱う。さらに最先端技術の研究課題についても取り上げている。この論文の主目的は、現在の時系列データマイニングの発展の全体像を掴み、かつ今後の詳細調査の方向性を確認し、興味を持っていた研究者のための用語解説として役立つことである。

pdf